在 Pandas 中过滤多个值

尝试使用 groupby 和 filter

out = df.groupby('customer_id').\
     filter(lambda x : pd.Series( ['A','B']).isin(x['product_n']).all() \
                        & (~x['product_n'].isin(['C']).any()))

您可以为 'A','B' 创建一个集合，并检查该集合是 product_n 的 groupby 的结果的子集。还要检查 C 是否不在 product_n 中。这两者的组合将是 True 或 False。然后仅过滤掉 True 以获取购买了产品 'A' 和 'B' 而不是 'C' 的客户 ID。

这是我的实现方式。

import pandas as pd
df = pd.DataFrame({'cust_id':[1,1,2,3,3],'prod_nm':['A','B','A','C','D']})
print (df)
ab = {'A','B'}
dfs = df.groupby('cust_id')['prod_nm'].apply(lambda x: (('C' not in x.tolist()) & (ab.issubset(x))))
#
print (dfs.loc[dfs])

这会给你：

cust_id
1    True

如果您正在为此寻找列表推导式以便将它们放入列表中，那么您可以这样做：

dfx = [k for k,v in df.groupby('cust_id')['prod_nm'].apply(set).items() if ab.issubset(v) and 'C' not in v]

print (dfx)

这样做的结果是：

[1]

对于更新后的 DataFrame，结果如下：

   cust_id prod_nm
0        1       A
1        1       B
2        2       A
3        2       B
4        2       C
5        3       A
6        3       A
7        3       B
8        3       D

使用 dfs.iloc 的结果：

cust_id
1    True
3    True
Name: prod_nm,dtype: bool

使用列表理解的结果

[1,3]

您可以使用 pandas.DataFrame.groupby、pandas.core.groupby.SeriesGroupBy.unique 和 pandas.Series.apply：

(df.groupby("customer_id")["product_n"].unique()
    .apply(lambda x: 'A' in x and 'B' in x and not 'C' in x))